比特币持有占比一共分为三类核算逻辑,个人仓位占比=个人持有比特币市值÷个人总投资资产×100%,全市场市值主导占比=比特币总市值÷全加密货币市场总市值×100%,链上筹码持仓占比=指定主体持有的比特币数量÷比特币实际流通供应量×100%,三类口径公式固定但统计分母取值不同,也是币圈日常查持仓数据最常用的三种计算方式。

个人投资者核算自身比特币持仓占比是实操最频繁的场景,计算过程无需复杂链上工具,仅需要统计账户内实时资产市值即可落地测算。核算时先把钱包、交易所账户里所有比特币按照实时现货单价换算成法币市值,再统计自身全部可投资总资产,包含闲置现金、其他山寨币、稳定币等全部账面资产,用比特币对应市值除以总资产数值再乘以百分百就能得出仓位占比。举例来说,投资者总账面资产10万元,其中比特币折合市值2.5万元,对应持仓占比就是25%,不少币圈交易者会依托这个占比做仓位风控,依据自身风险承受能力调整持仓权重,保守型投资者通常把比特币仓位控制在总资产10%以内,进取型交易者占比普遍落在20%至35%区间。

全市场维度的比特币市值占比也就是圈内常说的BTC主导率,是研判板块轮动、资金切换的核心指标,该指标计算关键在于分母的统计口径差异。常规通用算法分母囊括全品类加密资产,包含主流公链币种、山寨币、各类稳定币,而优化版统计方式会剔除全市场稳定币市值,只统计风险类加密资产,剔除后的数据能更精准体现比特币和山寨币之间的资金流转变化。当主导率持续抬升,代表市场资金不断向比特币聚集,山寨市场大概率进入回调周期;主导率连续回落则意味着增量资金涌向各类altcoin,山寨行情容易迎来阶段性回暖,各大行情软件的BTC.D指标便是依托这套计算公式实时更新。
链上筹码分布占比是机构、巨鲸研究筹码集中度的核心算法,也是深度分析比特币供需基本面的关键,这类计算的难点集中在流通供应量与地址聚类统计上。比特币理论总量固定2100万枚,但链上统计会剔除私钥遗失、永久无法转账的丢币,以实际可流通筹码作为分母,分子则需要依托链上地址聚类技术,把交易所归集钱包、ETF托管地址、上市公司持仓地址、散户独立自托管地址拆分归类,避免把交易所汇总的大额地址误判为单一巨鲸持仓。按照链上分层统计规则,行业会把持仓0.01枚以下划为微型散户、1至10枚划为中型散户、千枚以上划入巨鲸范畴,分别汇总各层级持仓总量后除以流通筹码,就能算出不同持仓群体对应的全网占比,现货ETF、上市公司这类机构筹码占比也通过相同公式单独核算。

实操查询比特币各类持有占比时,不同平台数据源筛选规则会造成数据小幅偏差,核心区别集中在丢币剔除标准、稳定币是否计入总市值、交易所归集地址拆分规则三点。散户日常盯盘优先参考剔除稳定币的主导率数据,做个人仓位管理以自有实际资产核算为准,机构调研筹码结构则需要对照链上浏览器的地址聚类数据交叉核验,通过多数据源修正口径误差,才能得到贴近真实市场的持仓占比结果。
编者按:从石器时代的威胁,到两周停火的迅速落地,这场围绕伊朗的冲突在短时间内经历了急剧转折。表面上看,局势降温、市场反弹,但更深层的结构性问题并未因此得到解决。一方面,Donald Trump 在政治与经济压力下选择下台阶,通过停火暂时缓解...
编者按:本文介绍了一种基于 Claude Code 与 Obsidian 搭建的个人知识系统,其核心不再是传统 RAG 模式下每次查询、临时检索的用法,而是尝试让 AI 持续构建并维护一个可演化的知识库(Wiki)。从结构上看,该系统可以拆...
编者按:当 AI 能力开始逼近通用工具的边界,网络安全的含义也在发生变化。它不再只是针对黑客、病毒或数据泄露的防御问题,而正在演变为一场能力不对称的博弈。随着 Anthropic 推出的 Claude Mythos 展现出接近顶级专家的漏洞...
编者按:近日,《The New York Times》发布长篇调查报道,重新追问一个困扰加密行业 17 年的问题:中本聪究竟是谁?不同于以往基于零散爆料或单一线索的猜测,这篇报道沿着 Cypherpunks 历史档案展开,通过技术路径、写作...